python - 去掉引号之间的引号

Question

我有一个像这样的 json 格式的字符串

{"1":"abc"abc"abc","2":"xyz"xyz"xyz"}

但是如果我想把它转换成json数据，我需要删除'"'之间的'"'并得到如下的字符串

{"1":"abcabcabc","2":"xyzxyzxyz"}

我尝试使用 re.sub 来做到这一点，但失败了。任何人都可以帮助我吗？我的脚本如下:

a='{"1":"abc"de"fg","2":"xyz"xyz"xyz"}'
r = re.compile(r'(?<!\:)(?<=.+)"|(?<!,)"|"(?!}|,)')
b = r.sub('', a)
print(b)

当我运行脚本时，结果如下:

Traceback (most recent call last):
  File "./_t1.py", line 5, in <module>
    r = re.compile(r'(?<!\:)(?<=.+)"|(?<!,)"|"(?!}|,)')
  File "/home/emc/ssd/anaconda3/lib/python3.6/re.py", line 233, in compile
    return _compile(pattern, flags)
  File "/home/emc/ssd/anaconda3/lib/python3.6/re.py", line 301, in _compile
    p = sre_compile.compile(pattern, flags)
  File "/home/emc/ssd/anaconda3/lib/python3.6/sre_compile.py", line 566, in compile
    code = _code(p, flags)
  File "/home/emc/ssd/anaconda3/lib/python3.6/sre_compile.py", line 551, in _code
    _compile(code, p.data, flags)
  File "/home/emc/ssd/anaconda3/lib/python3.6/sre_compile.py", line 187, in _compile
    _compile(code, av, flags)
  File "/home/emc/ssd/anaconda3/lib/python3.6/sre_compile.py", line 160, in _compile
    raise error("look-behind requires fixed-width pattern")
sre_constants.error: look-behind requires fixed-width pattern

Answer 1

如果您的数据不包含 、 或 ，这会起作用:，因为我们需要一些 anchor 来理清这一团乱麻:

import re

a='{"1":"abc"de"fg","2":"xyz"xyz"xyz"}'

b = re.sub('"((?:[^,:]|")*)"',lambda m : '"{}"'.format(m.group(1).replace('"','')),a)

>>> b
'{"1":"abcdefg","2":"xyzxyzxyz"}'

• 正则表达式匹配引号之间的字符串，替换函数删除内部引号。
• 我们创建一个内部非捕获 (?:[^,:]|") 组来匹配引号或除逗号和冒号之外的任何内容。

现在b可以解析为json:

>>> import json
>>> json.loads(b)
{'1': 'abcdefg', '2': 'xyzxyzxyz'}

现在如果字符串包含 : 怎么办？上面的解决方案不起作用。我们必须对其进行调整:

• 根据“:”(可能有空格)拆分
• 对拆分列表的所有元素应用与上述类似的正则表达式(仅删除第一个引号)
• 用 ":" 连接回元素

像这样:

import re,json

# a lot of colons in keys & values
a='{"1":"a:bc"de"fg","2:":"xy::z"xyz"xyz"}'

b = '":"'.join(re.sub('((?:[^,:]|")*)"',lambda m : '{}"'.format(m.group(1).replace('"','')),x) for x in re.split('"\s*:\s*"',a))

print(json.loads(b))

正确解析 json 的结果:

{'1': 'a:bcdefg', '2:': 'xy::zxyzxyz'}